โครงสร้างหลักสูตร
คำอธิบาย
เรียนรู้ทักษะหลากหลายแขนงเพื่อแก้ปัญหาที่มีมูลค่าสูงในธุรกิจ และใช้วิธีด้านวิทยาการด้านข้อมูลและแบบจำลองปัญญาประดิษฐ์ในการหาแนวทางการดำเนินธุรกิจที่เหมาะสมที่สุด
ผู้ที่จบการศึกษาจากหลักสูตร วท.บ.คณิตศาสตร์อุตสาหการฯ จะมีความสามารถในการสื่อสารระหว่างวัฒนธรรม การคิดเชิงวิเคราะห์ มีความคิดสร้างสรรค์ พร้อมปรับตัวตามการเปลี่ยนแปลง ซึ่งเป็นทักษะที่สำคัญและจำเป็นในปัจจุบัน
นอกจากนี้บัณฑิตที่จบการศึกษาจากหลักสูตร วท.บ.คณิตศาสตร์อุตสาหการฯ จะมีทักษะดังต่อไปนี้:
- แก้ปัญหา: สามารถใช้เทคนิคการหาค่าเหมาะที่สุด (optimization) ที่เหมาะสม เพื่อแก้ปัญหาทางธุรกิจและอุตสาหกรรมได้อย่างเป็นระบบและมีเหตุผล
- สร้างแบบจำลอง: สร้างแบบจำลองทางคณิตศาสตร์เพื่อคาดการณ์แนวโน้มทางธุรกิจและอุตสาหกรรม โดยใช้ข้อมูลเป็นหลัก (data-driven) พร้อมคำนึงถึงความเป็นส่วนตัวของข้อมูล, จริยธรรม, และการปกป้องข้อมูล
- ทำงานจริง: ดำเนินโครงการหรือปฏิบัติงานในสาขาวิชาคณิตศาสตร์อุตสาหการและวิทยาการข้อมูลอย่างเป็นอิสระได้ โดยยึดมั่นในจรรยาบรรณวิชาชีพ
- สื่อสาร: สื่อสารแนวคิดในสาขาวิชาคณิตศาสตร์อุตสาหการและวิทยาการข้อมูลได้อย่างชัดเจน ตรงตามวัตถุประสงค์ และเหมาะสมกับผู้ฟัง ทั้งในรูปแบบการเขียนและการนำเสนอด้วยวาจาในภาษาอังกฤษ
- ทำงานเป็นทีม: สามารถทำงานร่วมกับผู้อื่นเพื่อบรรลุเป้าหมายของทีม โดยเข้าใจบทบาทและหน้าที่ของนักคณิตศาสตร์อุตสาหการหรือนักวิทยาการข้อมูล
- พัฒนาตนเอง: พัฒนาศักยภาพทางวิชาการในสาขาวิชาคณิตศาสตร์อุตสาหการและวิทยาการข้อมูลอย่างต่อเนื่อง เพื่อเป็นพลเมืองโลกที่มีความรู้ความสามารถ (ทั้งด้านความรู้ ทักษะ และทัศนคติ) มีความรับผิดชอบ และพร้อมปรับตัวเข้ากับการเปลี่ยนแปลงอยู่เสมอ
โครงสร้างหลักสูตร
โครงสร้างหลักสูตรนี้สำหรับนักศึกษาที่ต้องการศึกษาที่มหาวิทยาลัยมหิดลตลอดระยะเวลา 3.5 ปี นักศึกษาที่ต้องการโอนย้ายหน่วยกิตไปศึกษาต่อที่มหาวิทยาลัยเคอร์ติน โปรดดูรายละเอียดได้ที่ หน้าเว็บเพจหน้ามหาวิทยาลัยเคอร์ติน
โครงสร้างหลักสูตรสำหรับหลักสูตร วท.บ.คณิตศาสตร์อุตสาหการฯ มีจำนวนหน่วยกิตรวมไม่น้อยกว่า 120 หน่วยกิต มีรายละเอียดดังนี้
นักศึกษาต้องลงทะเบียนเรียนวิชาในหมวดวิชาการศึกษาทั่วไป 24 หน่วยกิต
| กลุ่มรายวิชา | จำนวนหน่วยกิตขั้นต่ำ |
| กลุ่มสังคมศาสตร์และมนุษยศาสตร์ | 2 |
| กลุ่มภาษาศาสตร์ | 2 |
| กลุ่มวิทยาศาสตร์และคณิตศาสตร์ | 2 |
นักศึกษาต้องลงทะเบียนเรียนวิชาในหมวดวิชาเฉพาะ 90 หน่วยกิต ซึ่งมีรายละเอียดดังนี้
| กลุ่มรายวิชา | จำนวนหน่วยกิตขั้นต่ำ |
| กลุ่มวิชาบังคับพื้นฐาน-วิชาแกน | 51 |
| กลุ่มวิชาเลือกเอก | 39 |
นักศึกษาต้องลงทะเบียนเรียนวิชาในหมวดวิชาเลือกเสรี 6 หน่วยกิต
แผนการศึกษาที่แนะนำ
นักศึกษาสามารถสำเร็จการศึกษาหลักสูตร วท.บ. คณิตศาสตร์อุตสาหการและวิทยาการข้อมูล ได้ภายในระยะเวลาปกติ 3.5 ปี โดยในแต่ละปีการศึกษาจะประกอบด้วยสองภาคเรียนปกติ (ภาคเรียนละ 16 สัปดาห์) โดยมีรายวิชาบังคับในแผนการศึกษาที่แนะนำดังต่อไปนี้
Code | Course title | Credits |
SCIM 103 | Mathematics I | 4 |
SCIM 104 | Mathematics II | 4 |
SCIM 105 | Fundamentals of Scientific Computing | 3 |
SCIM 106 | Discrete Mathematics | 3 |
SCIM 121 | Statistical Data Analysis I | 3 |
SCIM 122 | Statistical Data Analysis II | 3 |
Code | Course title | Credits |
SCIM 204 | Operations Research | 3 |
SCIM 210 | Professional Skills for Industrial Mathematics and Data Science I | 2 |
SCIM 211 | Simulation Modelling | 3 |
SCIM 212 | Mathematical Computing | 3 |
SCIM 221 | Statistical Data Analysis II | 3 |
SCIM 222 | Linear Algebra | 3 |
SCIM 250 | Introduction to Data Science | 3 |
Code | Course title | Credits |
SCIM 310 | Professional Skills for Industrial Mathematics and Data Science I | 2 |
SCIM 381 | Supply Chain Modelling and Optimization | 3 |
SCIM 391 | Data Structure in Mathematics | 3 |
Code | Course title | Credits |
SCIM 497 OR SCIM 498 | Industrial Project OR Internship for Experience | 3 |
รายวิชาเฉพาะด้านเลือก
สำหรับรายวิชาเฉพาะด้านเลือก นักศึกษาสามารถเลือกลงทะเบียนเรียนในรายวิชาต่างๆ จากรายการดังต่อไปนี้
Major elective courses
For major elective courses, students can choose to study courses in the following list.
SCIM 201 Ordinary Differential Equations and Mathematical Transforms
SCIM 203 Partial Differential Equations for Engineers and Scientists
SCIM 205 Mathematics for Finance and Economics
SCIM 209 Probabilistic Models in Operations Research
SCIM 223 Calculus of Several Variables
SCIM 252 Database Management
SCIM 254 Data Communications
SCIM 302 Stochastic Processes and Applications in Industry
SCIM 303 Seminar
SCIM 304 Network Optimization
SCIM 305 Logistics Modelling and Optimization
SCIM 306 Game Theory
SCIM 307 Control Theory and Optimization
SCIM 309 Mathematical Statistics
SCIM 311 Statistical Modelling
SCIM 321 Computer Applications in Statistics
SCIM 322 Mathematics for Artificial Intelligence
SCIM 323 Data Mining
SCIM 324 Design and Analysis of Algorithms
SCIM 325 Interactive, Virtual & Immersive Environments
SCIM 326 Machine Learning
SCIM 327 Object-Oriented Programming
SCIM 328 Web Programming
SCIM 329 Mobile Application Programming
SCIM 371 Computational Mathematics
SCIM 372 Analytics for Observational Data
SCIM 373 Data Visualization and Interpretation
SCIM 402 Industrial Modelling and Optimization
SCIM 403 Numerical Optimization
SCIM 404 Applied Mathematical Modelling in Industrial Processes
SCIM 405 Dynamic and Stochastic Modelling and Optimization
SCIM 406 Production Planning and Management
SCIM 431 Big Data Analytics
SCIM 432 Deep Learning
SCIM 441 Heuristic Methods for Optimization
SCIM 471 Advanced Numerical Analysis
SCIM 472 Mobile Cloud Computing
SCIM 473 Advanced Optimization Techniques
ข้อมูลเบื้องต้น
- ระยะเวลาการศึกษา: 3.5 ปี
- สถานที่ศึกษา: ม.มหิดล พญาไท
- รอบการศึกษาถัดไป: สิงหาคม
